AI製藥的冰與火：當技術神話撞上商業現實
2026年的夏天，AI製藥行業經歷了一場五味雜陳的120小時。7月29日，西湖製藥的艾普司韋獲批上市，這款從IND獲批到III期臨牀收官僅用一年的新冠藥物，頂着“國內首款AI輔助加速研發並獲批上市的口服新冠創新藥”的光環闖入公衆視野。幾乎同一時間，谷歌DeepMind解散了AlphaFold核心研發團隊，距離這支團隊站上諾貝爾化學獎領獎臺尚不足兩年。而夾在中間的，是港股AI製藥龍頭晶泰控股(02228.HK)發佈的盈利預警——預計2026上半年歸母淨虧損2.15億元至2.75億元。
一件喜訊，一次散場，一份虧損預告。三件事疊在一起，恰好勾勒出2026年AI製藥的真實座標：技術敘事還在向前走，商業兌現卻遠沒到位。
市場漲得有多快，落差就有多大
先看數字。據艾媒諮詢數據，全球AI製藥市場規模從2021年的79億美元增長至2025年的241億美元，預計2026年將達到299億美元。中國市場的增長軌跡更加陡峭：2020年還只有0.8億元，2021年增速達到100%，2024年突破5.6億元，2025年越過6億元門檻。另據頭豹研究院預測，2025至2028年中國AI製藥市場規模將從12.1億元增至58.6億元，年複合增速高達68.3%。
畢馬威在《2026年中國生命科學行業概覽》中披露，截至2025年中國已有超百家人工智能藥企。而據insight數據，AI驅動的新藥臨牀管線從2017年的4個激增至2026年6月的179個，其中9個已進入III期。2026年因此被業內視爲AI製藥史上最密集的臨牀數據讀出年份。
數字很好看，但數字不會告訴你的是：這個行業至今仍未找到一個讓人放心的盈利模型。
技術能跑多快，錢就能燒多猛
AI在藥物研發中的效率提升是實打實的。英矽智能(03696.HK)的Rentosertib從AI提出靶點到進入I期臨牀僅用約18個月，而傳統方式平均需要4.5年。這款用於治療特發性肺纖維化的藥物，已在2026年7月正式啓動III期臨牀試驗，成爲全球首款由AI完成靶點發現和分子設計並推進至III期臨牀的小分子藥物。劑泰科技的AiTEM平臺則將臨牀前優化週期從行業平均的1到2年壓縮至3個月。
效率的提升是真實的，但代價同樣真實。晶泰控股2026年上半年研發費用不低於3.4億元，同比增幅超過50%。英矽智能近五年持續虧損，2021年至2025年年內虧損(按招股書及年度業績折算)分別爲8.87億元、15.07億元、14.38億元、1.16億元和23.94億元，其中2025年虧損大幅擴大，主要受上市時優先股轉股產生公允價值變動等非現金損失影響。劑泰科技2022年以來累計虧損接近20億元。
燒錢的速度正在觸碰管理層的容忍邊界。AI製藥企業普遍採取“軟件+服務+管線”的融合模式，前期平臺建設、算法迭代、自研管線的投入極其高昂，而收入卻高度依賴大額合作訂單的首付款和里程碑付款，回款週期長、波動大。晶泰控股2025年依靠一筆5100萬美元的管線授權首付款首次實現年度盈利，但2026年上半年僅確認該項目的第二筆1900萬美元款項，業績隨即由盈轉虧。這種“喫一頓管三年”的收入結構，讓任何一家AI製藥企業的財報都像過山車。
商業模式：三種活法，各有各的難
華創證券的研報將AI製藥產業鏈概括爲“上游數據算力支撐—中游AI平臺賦能—下游藥企應用落地”的完整分工體系。但落到商業模式上，目前大致有三條路徑。
第一條是AI Biotech路線，代表是英矽智能。這類企業利用自有的AI平臺推進自身的藥物管線，一旦成功上市回報極高，但風險也最大。英矽智能採用“AI平臺授權+自研管線授權”的雙輪驅動模式，與禮來、美納里尼等全球藥企達成多項合作，合作總金額累計超過46億美元。平臺授權提供當期收入，自研管線則保留首付款、里程碑付款及後續權益。
第二條是AI CRO路線，代表是晶泰控股。這類企業以AI+機器人驅動的藥物研發服務爲核心，爲客戶提供從靶點發現到化合物優化的全流程解決方案。2025年晶泰創收客戶數量同比增長62%，已與全球前20大藥企中的17家展開合作。但服務型收入的規模效應尚未充分釋放，大額BD訂單仍是利潤的主要來源。
第三條是互聯網大廠的跨界路線。字節跳動在2021年組建AI製藥團隊，經過五年積累，於2026年6月啓動業務拆分與獨立融資。新公司Anew Labs已推出覆蓋蛋白-配體動態結構預測、全原子分子生成等方向的研究成果，並推進IL-17小分子抑制劑等早期管線。谷歌、亞馬遜等互聯網巨頭也在加速押注。但大廠入局帶來的另一個問題是：當AI製藥從內部科研項目變成獨立公司形態，它必須直面資本市場對盈利的剛性要求。
下半場：從“讀分子”到“寫分子”，還差一個“賣分子”
中信建投的研報指出，AI已全面滲透至靶點識別、虛擬篩選、全新設計等製藥核心環節，有效破解了傳統高通量物理盲篩的通量極限。但硬幣的另一面是，AI目前主要壓縮的是臨牀前發現週期，對臨牀試驗本身動輒數年的剛性時間壁壘仍無法繞過。據翰森製藥AI戰略負責人楊洋在2026世界互聯網大會上介紹，約六成AI驅動的新藥研發可通過I期臨牀驗證，但II期、III期成功率大幅下滑，III期臨牀通過率僅約10%。
更棘手的是數據與信任問題。大型藥企普遍存在部門壁壘與數據孤島。中小創新藥企則面臨數據儲備不足、算力成本高昂、AI專業人才稀缺等現實瓶頸。License-out交易中，臨牀數據能否跨境提供、人類遺傳資源手續是否完整、知識產權權屬是否清楚，每一個環節都可能成爲卡脖子的節點。
2026年4月，國家藥監局發佈《關於“人工智能+藥品監管”的實施意見》，提出推進人工智能在藥品全生命週期監管中的創新應用。政策在鋪路，但產業自己得先把路走通。
寫在最後
AI製藥正處於從概念驗證向商業化兌現轉變的關鍵階段。技術的突破是真實的——AlphaFold2在兩年內預測了超過2億個蛋白質結構；Rentosertib從靶點到III期臨牀只用了傳統方式幾分之一的時間；艾普司韋的“三年短跑”已經寫進了中國新藥研發史。但商業的考驗同樣真實——晶泰控股的由盈轉虧、英矽智能的持續虧損、DeepMind核心團隊的解散，都在提醒我們：技術能解決“怎麼做”的問題，卻回答不了“怎麼活”的問題。
資本不再爲單純的技術概念與敘事買單。行業洗牌的關鍵點，恰恰集中在AI製藥尚未被充分驗證的核心環節。2026年的AI製藥，就像一場剛剛跑完上半場的馬拉松——領先者還在喘氣，掉隊者已經開始退賽，而真正的終點線，還遠在地平線之外。
